110 警察特考三等 交通警察人員交通組 交通統計與分析 考古題詳解
第 一 題25 分
您是一位交通工程師,負責檢討訂定某市區幹道路段最高速限,該路段現點速率(Spot Speed)調查結果如下表所示。
| 速率群組(公里/小時) | 觀測次數 |
|---|---|
| 下限 27.6;組中點 30.0;上限 32.5 | 1 |
| 下限 32.6;組中點 35.0;上限 37.5 | 2 |
| 下限 37.6;組中點 40.0;上限 42.5 | 5 |
| 下限 42.6;組中點 45.0;上限 47.5 | 16 |
| 下限 47.6;組中點 50.0;上限 52.5 | 17 |
| 下限 52.6;組中點 55.0;上限 57.5 | 22 |
| 下限 57.6;組中點 60.0;上限 62.5 | 23 |
| 下限 62.6;組中點 65.0;上限 67.5 | 21 |
| 下限 67.6;組中點 70.0;上限 72.5 | 6 |
| 下限 72.6;組中點 75.0;上限 77.5 | 4 |
| 下限 77.6;組中點 80.0;上限 82.5 | 2 |
| 下限 82.6;組中點 85.0;上限 87.5 | 1 |
(一)試計算:(每小題 5 分,共 15 分)
- 時間平均速率(Time Mean Speed)。
- 標準差(Standard Deviation)。
- 時間平均速率之標準差(Standard Deviation of the Mean)。
(二)如何決定該路段最高速限?其數值為何?(10 分)
附註:
常態分配 :
登入後即可作答並保存紀錄。
核心觀念
本題以各速率群組的組中點代表該組觀測車速,按觀測次數加權計算:
- 時間平均速率:所有車輛速率的算術平均。
- 標準差:描述個別車速的離散程度;本題以樣本標準差計算,分母為 。
- 時間平均速率之標準差:平均速率的標準誤,。
- 最高速限的常用訂定基準為第 百分位速率(),再配合適當的速限級距決定公告值。
解題方法
令各組中點為 ,觀測次數為 。由表中資料:
1. 時間平均速率
2. 標準差
以 公里/小時為基準計算平方離差,可得:
利用平方離差轉換:
因此樣本標準差為:
3. 時間平均速率之標準差
第 二 題25 分
(一)試詳述多元迴歸(Multiple Regression)之假設。(10 分)
(二)您是一位運輸規劃師,欲建立旅次吸引(Trip Attraction)之多元迴歸分析模式,蒐集之基年相關變數資料如下:
:尖峰小時旅次吸引數。
:總就業人口數。
:製造業就業人口數。
:零售與服務業就業人口數。
:其他行業就業人口數。
上述資料經初步分析,得到下列相關矩陣(Correlation Matrix):
| 1.00 | 0.996 | 0.958 | 0.552 | 0.124 | |
| 1.00 | 0.978 | 0.486 | 0.110 | ||
| 1.00 | 0.297 | 0.068 | |||
| 1.00 | 0.073 | ||||
| 1.00 |
經建立四個可能的迴歸分析方程式:
試分析上述四個迴歸式之適用性。您將選擇哪一個方程式?說明您選擇的理由。(15 分)
登入後即可作答並保存紀錄。
多元迴歸以多個自變數解釋一個依變數,通常寫成:
其中, 是母體迴歸係數, 是誤差項。使用普通最小平方法估計並進行統計推論時,主要假設如下:
- 線性與正確設定:依變數與各自變數的關係可由迴歸式所設定的線性形式適當描述,且重要解釋變數未被遺漏。
- 誤差項平均數為零:在給定自變數的條件下,誤差項期望值為零,即 。這表示自變數與誤差項沒有系統性關聯。
- 誤差項彼此獨立:不同觀測值的誤差項不相關;若資料具有時間或空間順序,須注意自我相關或空間相關。
- 同質變異數:各觀測值誤差項的變異數相同,即 。
- 無完全共線性:各自變數之間不能存在完全線性關係;若高度相關,雖仍可估計,係數標準誤可能變大,個別係數的推論也會不穩定。
- 常態性:若要以小樣本進行 檢定、 檢定及信賴區間推論,通常假設誤差項近似常態分配。常態性不是最小平方法估計本身成立的必要條件,但有助於小樣本推論。
(二)四個迴歸式的適用性
核心觀念與判斷指標
本題要在解釋能力、估計誤差、係數顯著性及模型簡潔性之間作選擇,不能只看 最大者。
- 相關係數可初步判斷變數間的線性關聯。 與 的相關最高,為 ; 次之,為 ; 為 ; 僅 。
- ****表示樣本中依變數變異被模型解釋的比例,越高代表樣本內配適度越高;加入變數時, 通常不會下降,因此不能單獨用它選模型。
- ****依本題慣例作為估計標準誤(殘差標準差)比較,數值越小,表示模型預測誤差通常越小。
- 值用來檢驗個別迴歸係數是否顯著不為零。沒有提供自由度與顯著水準,以下依常用的大樣本判斷基準,視絕對值明顯大於約 者為顯著。
模型一:以總就業人口數 解釋
模型配適度高, 與旅次吸引數的相關係數也最高,且斜率的 值很大,顯示總就業人口數與旅次吸引有顯著關係。此模型僅使用一個自變數,結構簡單、容易解釋。不過,其 低於模型三及模型四, 也大於模型四,預測誤差表現略遜。
模型二:僅以製造業就業人口數 解釋
第 三 題25 分
某市因交通路口事故日增,決定針對非號誌化路口增設「停」標誌,並進行交通大執法。下表為標誌設置前後車輛行經路口遵循規則與否的調查結果。試以列聯表(Contingency Table)分析檢定設置標誌並大執法後是否有顯著效用(顯著水準 )?(25 分)
| 設置前 | 設置後 | 總計 | |
|---|---|---|---|
| 停車再開 | 25 | 52 | 77 |
| 減速慢行 | 15 | 12 | 27 |
| 未停車再開 | 10 | 7 | 17 |
| 總計 | 50 | 71 | 121 |
登入後即可作答並保存紀錄。
核心觀念
本題以「設置前、設置後」為欄,以三種行車行為為列,考驗列聯表的卡方同質性檢定。檢定標誌設置及大執法後,車輛行為的分布是否改變。
假設前後兩組觀察彼此獨立,顯著水準為 :
- :設置前後的行為分布相同,措施沒有顯著效果。
- :設置前後的行為分布不同,措施有顯著效果。
期望次數及卡方統計量如下:
解題方法與計算
依列聯表資料計算期望次數:
| 行為 | 設置前期望次數 | 設置後期望次數 |
|---|---|---|
| 停車再開 | ||
| 減速慢行 | ||
| 未停車再開 |
各格期望次數均大於 ,可採用卡方近似。自由度為:
第 四 題25 分
假設一易肇事交通路口發生事故的件數可以用 Poisson 過程表示,其參數為平均每週 2 件。試問:
(一)連續二事故發生時間間隔 3 天以上的機率?(10 分)
(二)由一事故到下一事故間隔 7 天以上的機率?(15 分)
登入後即可作答並保存紀錄。
核心觀念
Poisson 過程若平均每週發生 件事故,則事故發生率為
Poisson 過程相鄰事故的時間間隔服從指數分配,等待時間 的存活機率為
其中 必須以週為單位。本題兩小題都是求等待時間超過指定長度的機率。
解題方法
(一)間隔 3 天以上
將 3 天換算為週:
因此,
連續兩事故發生時間間隔至少 3 天的機率約為 ,即 。